Resolução de quebra-cabeças: Resposta incorreta
Resolução de quebra-cabeças
Resposta incorreta
Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Resolução de quebra-cabeças, para identificar pontos fracos mais rápido.
Motivos de falha
246/246
Filtrar modelos
Nenhum modelo corresponde à pesquisa e aos filtros atuais.
| Posição | Modelo | Empresa | Contagem de Resposta incorreta | Pontuação da categoria | Custo total | Testes corretos | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|
| #263 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.7 | $0.152 | 1/3 | 37.7s |
| #264 | Trinity Large Thinking low | Arcee AI | 1 | 0.6 | $0.918 | 1/3 | 3.28s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/3 | 23.7s |
| #266 | Grok 4.20 medium | X AI | 1 | 0.8 | $1.246 | 2/3 | 6.22s |
| #267 | Space Bunny Alpha xhigh | Stealth | 1 | 0.8 | $0.000 | 2/3 | 5.45s |
| #274 | Beam 1.0 501B A23B high | Reflection | 1 | 0.8 | $0.674 | 2/3 | 4.02s |
| #275 | Trinity Large Thinking medium | Arcee AI | 1 | 0.5 | $0.862 | 0/3 | 2.90s |
| #277 | Inkling none | Thinkingmachines | 1 | 0.6 | $0.292 | 1/3 | 931ms |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.8 | $4.136 | 2/3 | 59.9s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.3 | $0.029 | 0/3 | 76.0s |
| #281 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.8 | $0.742 | 2/3 | 3.03s |
| #282 | Apodex 1.1 Mini medium | Apodex | 1 | 0.8 | $0.000 | 2/3 | 15.2s |
| #284 | GLM 5.3 FlashX low | Z.ai | 1 | 0.8 | $0.157 | 2/3 | 1.89s |
| #285 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.8 | $0.193 | 2/3 | 1.67s |
| #286 | Inkling Small medium | Thinkingmachines | 1 | 0.6 | $0.113 | 1/3 | 5.24s |